换一批深度学习重组联合黑血技术在颈动脉斑块形态特征中的应用研究
Research on the Application of Deep Learning Reconstruction Combined with Black Blood Technology in the Morphological Characteristics of Carotid Atherosclerotic Plaques
摘要目的 以颈动脉高分辨率血管壁MRI增强检查(HRMRI)为金标准,探讨基于深度学习重组(DLR)联合黑血技术对颈动脉粥样硬化斑块形态特征评估的临床应用价值.方法 回顾性搜集2024年12月至2025年5月两周内连续接受颈动脉CT血管成像(CTA)及HRMRI检查的颈动脉粥样硬化患者20例,共纳入40个斑块.CTA及黑血图像分别采用DLR重组和混合迭代重组(HIR)算法,分为D-黑血、D-CTA、H-黑血、H-CTA四组.以HRMRI为金标准,评估斑块的形态学特征,包括管腔狭窄程度、最大管壁厚度(Max WT)及标准化管壁指数(NWI)及纤维帽,并评估NWI>0.56、管腔重度狭窄及纤维帽薄和/或破裂的诊断效能.管腔狭窄程度、Max WT及NWI的比较采用Wil-coxon符号秩检验及Friedman秩和检验.结果 D-黑血组的颈动脉管腔狭窄程度率高于D-CTA组(Z=2.634,P=0.008);D-黑血组对管腔重度狭窄的敏感度为1、特异度为0.971,高于H-黑血组(敏感度为1、特异度为0.912).黑血组斑块的Max WT值及NWI均高于CTA组(P<0.001).D-黑血组和H-黑血组诊断NWI>0.56的敏感度为1、特异度为1,高于D-CTA组(敏感度为0.895、特异度为1)及H-CTA组(敏感度为0.868、特异度为1).D-黑血组诊断纤维帽薄和/或破裂的敏感度为1、特异度为0.95,高于H-黑血组(敏感度为1、特异度为0.75).结论 CTA黑血图像对管腔狭窄程度、最大管壁厚度、斑块负荷及纤维帽的评估具有较高的诊断价值,DLR联合黑血图像可更好地评估斑块及管腔形态特征,可在临床中推广应用.
更多相关知识
关键词
深度学习重组黑血技术颈动脉粥样硬化计算机体层摄影血管成像管腔狭窄Deep learning reconstructionBlack blood technologyCarotid atherosclerosisComputed tomography angiographyLumen stenosis
栏目名称
DOI
10.3969/j.issn.1001-9324.2026.03.008
发布时间
2026-03-18（万方平台首次上网日期，不代表论文的发表时间）
- 浏览4
- 被引0
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
